科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着物联网技术的发展，物联网智能终端得到普及。当前物联网终端固件中存在大量安全漏洞，使用人工的方法对物联网终端设备进行漏洞检测存在极大不便性。目前多采用基于遗传算法的智能化模糊测试技术，使用随机变异数据对待测固件进行自动化测试。文章针对现有基于遗传算法的模糊测试技术存在的效率低下问题，提出了一种基于多强化学习算法组合的智能化模糊测试模型。该模型利用强化学习算法优化模糊测试变异算子选择策略，通过对不同测试用例智能化选择不同变异算子的方式提高了模糊测试代码覆盖率。文章通过在LAVA数据集上进行对比实验，综合比较了DDQN、DDPG、TRPO及PPO算法在模型中的表现情况，并与传统模糊测试方法进行比较，结果表明在模糊测试环境下，对于不同的目标程序，不同算法性能存在显著差异，同时基于强化学习的模糊测试方法明显优于传统模糊测试方法，证明了所提模型的可用性及有效性。
- 单位
